日常業務での生成AI活用ワークフロー

#基本方針

• AIは下書き担当、判断と最終チェックは自分
• 1回で完璧を狙わず、短い往復 で詰める
• うまくいった手順は テンプレート化 して再利用する（テンプレート集）

#1. 情報収集・調査

調べたいこと → 検索ツール付きのAIで概要と出典を取得
            → 出典の一次情報を自分で確認
            → 要点を自分の言葉でメモ（このサイトに記事化）

• 「出典URLを必ず付けて」と指示する
• 数値・日付・固有名詞は必ず一次情報で裏取り
• 複数の見解がある論点は「対立する見解も挙げて」と頼む

#2. 文章作成

箇条書きで要点を書く → AIに構成案を出させる → 自分で構成を修正
→ AIに本文を下書きさせる → 自分で書き直し → AIに校正させる

• 構成を先に固めると、本文の手戻りが減る
• 「私の文体で」と過去の文章を数本渡すと、トーンが揃う
• 校正は「意味を変えない」「修正箇所を表で示す」を指定

#3. 会議・議事録

1. 録音を文字起こし（音声認識ツール）
2. 文字起こしを議事録テンプレートで整理
3. アクションアイテムだけ抜き出してタスク管理へ

「メモにない情報は追加しない」を必ず入れる。捏造された決定事項が最も危険。

#4. 資料・スライド作成

目的・読者・時間 → AIにアウトライン → 修正 → 各スライドの要点を生成
→ デザインは自分（またはツール）で仕上げ

• 1スライド1メッセージ。「各スライドは見出し + 3行以内」と指定
• 図解が必要な箇所は「図解の構成案（要素と関係）」を文章で出させてから描く

#5. 学習

• 新しい概念: 「一言 → たとえ → 具体例」で説明させる
• 理解度確認: 質問を出させて答え、解説を受ける
• 読書: 章ごとに要約させ、自分の理解と照らし合わせる
• 分からない用語はその場で聞き、用語集 に追記

#6. コーディング

• 小さな関数・スクリプト: チャットで生成し、すぐ実行して確認
• 既存プロジェクトの変更: Claude Code で「調査 → 方針 → 実装 → テスト」
• レビュー: 自分のコードをレビューさせ、指摘の妥当性を判断
• エラー: エラーメッセージと関連コードをそのまま貼る

#7. データ処理

• CSV や表の整形・集計は、「手順を説明させてから」実行させると間違いに気づきやすい
• 大量データはコード（Python/SQL）を書かせて自分で実行する方が確実

#時間帯・場面での使い分け

#続けるためのコツ

• うまくいったプロンプトは即保存
• 「AIに頼むまでもない」と思う作業こそ一度試す（意外と速い）
• 月1回、使い方を振り返り、テンプレートを更新する

#まとめ

AIを組み込む場所は「下書き」「整理」「確認」。判断と責任は自分に残す。手順を型にして、繰り返し磨く。